KR102194776B1 - 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법 - Google Patents

인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법 Download PDF

Info

Publication number
KR102194776B1
KR102194776B1 KR1020200056011A KR20200056011A KR102194776B1 KR 102194776 B1 KR102194776 B1 KR 102194776B1 KR 1020200056011 A KR1020200056011 A KR 1020200056011A KR 20200056011 A KR20200056011 A KR 20200056011A KR 102194776 B1 KR102194776 B1 KR 102194776B1
Authority
KR
South Korea
Prior art keywords
point
points
price
ledger
sales
Prior art date
Application number
KR1020200056011A
Other languages
English (en)
Inventor
김철수
Original Assignee
티미드링크 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 티미드링크 주식회사 filed Critical 티미드링크 주식회사
Application granted granted Critical
Publication of KR102194776B1 publication Critical patent/KR102194776B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0213—Consumer transaction fees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0211—Determining the effectiveness of discounts or incentives

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법에 관한 것으로,판매 고객 단말로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장하는 블록체인 원장 변환 서버, 구매고객 단말로부터 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급하는 포인트 발급서버 및 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성하는 가격 결정 서버를 포함하는, 인공지능 기반의 포인트 거래 가격 결정 시스템에 의해 러닝머신으로 학습된 인공지능 기반으로 가격이 책정됨으로써 인위적인 가격 조작을 막을 수 있고 가격의 신뢰도를 향상시킬 수 있는 포인트 거래가격 결정 시스템을 제공할 수 있다는 효과가 도출된다.

Description

인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법{System for determining sales price of Point determining sales price using Artifical Intellegence}
본 발명은 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법에 관한 것으로 보다 상세하게는 포인트를 선저장하고 후 판매할 수 있는 프로세스를 제공하는 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법에 관한 것이다.
포인트를 이용한 거래 시스템에 있어서, 시중의 유통 포인트 양의 차이, 활용 영역 및 기간의 차이로 인해 포인트 수요와 공급의 차이가 생겨 가치를 정확하게 측정하기에 어려운 실정이다.
국내 포인트는 주유 포인트, 마일리지, 캐시백 포인트 등 다양하고 그 가치를 확정하는 시스템이 존재하지 않기 때문에 포인트로 인한 거래 기준을 확정하기에 어려움이 있어 포인트 거래가 쉽지 않다.
이때 포인트 거래를 위해서는 보통 포인트가 화폐의 기본 원리에 한정된 장소에서만 사용이 가능하고 기한이 정해져 있기 때문에 원화의 가치보다 작다는 전제 조건이 부합해야 한다.
또한 포인트 구매자는 당장의 소비를 위해 구매를 하기 때문에 단기간에 거래가 이루어질 수 있어야 하고, 통상적으로 판매 수요가 구매 수요보다 많다.
한편, 한국공개특허 특2000-0054845에는 각종 마케팅의 수단으로 현대의 많은 기업에서 제공하고 있는 포인트 또는 마일리지 제도에 따라 발생하는 보너스포인트 또는 마일리지 포인트를 필요한 사람들이 서로 주고받거나 매매할 수 있도록 하는 포인트거래중개시스템의 구축과 운영 방법에 관해 개시되어 있다.
이는 발명에 의한 인터넷을 통한 포인트 거래에 있어서, 개인고객이 시스템에 접속하여, 거래소의 회원인지 여부를 가리는 단계, 회원인 경우 로그인을 허락하 고, 회원이 아닌 경우는 회원등록을 요구하는 단계, 회원이 로그인을 하면 거래소에 상장되어 있는 종목을 보여주고 검색할 수 있게 되며, 자신이 등록할 종목을 선택하게 하는 단계, 회원이 어느 하나의 포인트 종목을 선택하면 거래 진행화면으로 들어가고 현재 거래현황을 보여주는 단계, 자신의 포인트점수나 전자화폐계좌의 잔고 등을 볼 수 있고 종목 거래에 대한 현황을 볼 수 있는 화면이 보이게 되고 거래를 하고자 하면 매도나 매수를 선택하게 되는 단계, 회원이 거래를 원할 경우, 종목 등록이 되어있는지 확인하여, 등록이 되어 있지 않으면 등록신청 화면으로 이동하는 단계 등록이 되어 있지 않을 경우 등록을 하기 위하여 해당 포인트제공기업의 서버에 접근하여야 하는데 해당기업에서 제공한 아이디와 비밀번호를 입력하는 단계, 해당 기업에 회원등록이 되어 있지 않으면 접근할 수 없다는 것을 표시해주는 단계, 해당 기업에 회원등록을 하기 위하여 해당 기업의 접속페이지를 띄워주는 단계, 회원등록이 되어 있고, 아이디와 비밀번호를 넣어 해당 기업의 포인트제공용 서버에 접근이 되면 인증서를 발급받게 되고 자신 이 보유한 포인트를 보여주며 등록을 완료하는 단계, 등록이 완료된 상태에서 매도 또는 매수주문을 입력하기 위하여 포인트수량과 희망금액을 입력하는 단계, 주문이 매도인 경우에는 입력한 포인트수량과보유 포인트수량을 비교하고, 주문이 매수인 경우에는 입력한 희망금액과 계좌잔고와 비교하는 단계, 만약 매도희망 포인트수량이 보유수량보다 많거나 매수희망금액이 계좌잔고보다 많을 경우 잔고가 부족함을 알려주고 다시 주문을 입력하게 하는 단계, 주문이 정상적일 경우 등록이 되었음을 보여주고 종목 거래현황을 보여주는 단계, 주문 내역을 실시간으로 비교 검색하여 금액조건이 일치하는 매도주문과 매수주문을 찾아주는 단계, 조건이 일치하는 경우 매도수량과 매수수량 중 적은 수량으로 거래를 체결해 주는 단계, 주문 잔량이 있는지 확인하여 주문잔량이 있으면 다시 앞서의 조건검색으로 보내주는 단계, 체결된 거래 내역을 저장하고 해당 기업의 DB로 자료를 전송하여 저장하는 단계로 구축되고 운영되어지는 포인트거래소 중개시스템 운용방법에 관해 개시되어 있다.
그러나 종래 기술에 의하면 포인트 거래에 대한 회원들 간 거래 프로세스에 관한 것에 대해 개시되어 있으나 다양한 포인트들에 대해 상대적으로 정확한 가치를 판단해야하는 과제는 여전히 남아있는 실정이다.
KR 10-2000-0054845 A KR 10-2000-0030760 A
본 발명은 이 같은 기술적 배경에서 도출된 것으로, 본 발명에 따르면 러닝머신으로 학습된 인공지능 기반으로 가격이 책정됨으로써 인위적인 가격 조작을 막을 수 있고 가격의 신뢰도를 향상시킬 수 있는 포인트 거래가격 결정 시스템을 제공하고자 한다.
또한 가격 폭 한계를 설정함으로써 변동폭 범위에 제한을 둘 수 있어 가격을 안정시킬 수 있는 포인트 거래가격 결정 시스템을 제공함에 그 목적이 있다.
뿐만 아니라, 시장 가격을 최대한 반영한 가격 결정 모델을 제안할 수 있을 뿐 아니라, 포인트 회원사의 포인트 남용을 방지할 수 있는 포인트 거래가격 결정 시스템을 제공하고자 한다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉 본 발명의 일 실시예에 따른 인공지능 기반의 포인트 거래 가격 결정 시스템은 판매 고객 단말로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장하는 블록체인 원장 변환 서버, 구매고객 단말로부터 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급하는 포인트 발급서버 및 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성하는 가격 결정 서버를 포함한다.
본 발명의 일 양상에 있어서, 각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계수량을 책정하고, 상기 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리한다.
또한 이때, 상기 가격 결정 서버는 포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고, 포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습한다.
한편, 인공지능 기반의 포인트 거래 가격 결정 시스템에서 수행되는 인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법은, 블록체인 원장 변환 서버가 판매 고객 단말로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장하는 단계, 포인트 발급 서버가 구매고객 단말로부터 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급하는 단계 및 가격 결정 서버가 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성하는 단계를 포함한다.
본 발명의 일 양상에 있어서, 상기 원장 저장 노드에 저장하는 단계는, 각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계수량을 책정하고, 상기 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리한다.
또한, 상기 포인트 거래 가격을 형성하는 단계는, 포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고, 포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습한다.
본 발명에 따르면 러닝머신으로 학습된 인공지능 기반으로 가격이 책정됨으로써 인위적인 가격 조작을 막을 수 있고 가격의 신뢰도를 향상시킬 수 있는 포인트 거래가격 결정 시스템을 제공할 수 있다는 효과가 도출된다.
또한 가격 폭 한계를 설정함으로써 변동폭 범위에 제한을 둘 수 있어 가격을 안정시킬 수 있는 포인트 거래가격 결정 시스템을 제공할 수 있는 효과가 있다.
뿐만 아니라, 시장 가격을 최대한 반영한 가격 결정 모델을 제안할 수 있을 뿐 아니라, 포인트 회원사의 포인트 남용을 방지할 수 있는 포인트 거래가격 결정 시스템을 제공할 수 있다.
도 1 은 본 발명의 일 실시예에 따른 포인트 거래가격 결정 시스템의 동작을 설명하기 위한 블록도,
도 2 는 본 발명의 일 실시예에 따른 포인트 거래가격 결정 시스템의 구동방법을 도시한 흐름도,
도 3 은 본 발명의 일 실시예에 따른 포인트 거래 가격 형성 과정을 상세히 도시한 흐름도이다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명한다.
도 1 은 본 발명의 일 실시예에 따른 포인트 거래가격 결정 시스템의 동작을 설명하기 위한 블록도이다.
도 1 에서와 같이 일 실시예에 따른 포인트 거래가격 결정 시스템(10)은 다수의 판매 고객 단말(20a, 20b, 20c, 20d...), 다수의 구매 고객 단말(30a, 30b, 30c, 30d ...) 및, 포인트 회원사 서버(40)들과 통신을 수행한다.
포인트 거래가격 결정 시스템(10)은 원장 저장 노드(120)에 포인트 회원사 A, B, C, D 에서 생성, 발급되는 회원사 포인트를 저장한다. 이에 따라 포인트의 선저장 및 후판매 프로세스를 구현할 수 있다. 이때 포인트 저장량을 조절함으로써 포인트 회원사별 포인트 공급량 조정을 통해 포인트 공급량의 조절이 가능해진다. 따라서 포인트의 가치 평가 조정이 가능하여 회원사별 포인트에 대한 합리적인 가격 조정이 가능해진다.
일 실시예에 있어서 포인트 거래가격 결정 시스템(10)은 각 포인트 회원사(A, B, C, D..)가 각각 회사의 포인트 저장 한계수량을 책정하고, 판매 고객 단말(20a, 20b, 20c, 20d...)로부터의 포인트 판매 요청에 따라 포인트의 판매를 요청한 판매 대기자의 포인트종류와 판매하기 원하는 포인트 양을 원장 저장 노드(120)의 바구니에 담아 저장한다.
그리고 포인트 발급서버(140)는 구매 고객 단말(30a, 30b, 30c, 30d...)로부터 포인트 구매 요청시에 판매 대기자의 우선순위로 원장거래 후 구매자의 포인트로 변환하여 구매 고객 단말(30a, 30b, 30c, 30d...)로 포인트를 지급한다.
이때 일 실시예에 따른 포인트 거래가격 결정 시스템(10)은 원장 저장 노드(120)의 포인트 저장공간의 한계 수량이 초과되면 더 이상 저장하지 못하도록 구성된다.
가격 결정 서버(130)는 한계 저장 수량을 초과하여 판매 요청 트래픽이 수신되 고, 구매 고객 단말(30a, 30b, 30c, 30d...)로부터 포인트 구매 요청 트래픽이 수신되면, 인공지능(AI:Artificial Intelligence) 기반으로 포인트 가격의 상승과 하락을 학습한다. 그리고 학습 정보를 기반으로 포인트 거래 가격을 형성할 수 있다.
즉, 일 실시예에 따른 포인트 거래가격 결정 시스템(10)은 구매 요청이 많고 판매 요청이 적으면 포인트의 가치가 상승된 상태에서 포인트 가격이 형성되고, 구매 요청이 없고 판매 요청도 적은 경우에는 포인트 가치가 하락한 상태에서 포인트 가격이 형성된다. 일 실시예에 따른 가격 결정 서버(130)는 인공지능 기반으로 가격 결정 프로세스를 학습한다.
또한, 포인트 구매 요청 트래픽이 적고 판매 요청 트래픽이 많으면 포인트의 가치가 하락한 상태에서 포인트 가격이 형성되고, 구매 요청이 많고 판매 요구가 적으면 포인트의 가치가 상승한 상태에서 포인트 가격이 형성된다. 일 실시예에 따른 가격 결정 서버(130)는 인공지능 기반으로 가격 결정 프로세스를 학습한다.
즉 일 실시예에 따른 포인트 거래가격 결정 시스템(10)은 포인트 회원사 서버(40)에서 생성되는 A, B, C, D 포인트에 대한 선저장/후 판매를 통한 포인트 저장량(공급량)을 조절한다. 즉, 판매자별로 상이한 종류의 회원사별 포인트를 판매 대기 상태로 저장하고 보유할 수 있다.
그리고 포인트 거래가격 결정 시스템(10)은 원장 저장 노드(120)에 대한 포인트 저장 한계 수량을 책정하고, 한계 저장 수량으로 인하여 초과 시에도 매도 대기자의 판매요청 트래픽이 전송된다.
매수자의 실제 구매 트래픽이 발생하면, 포인트의 가격결정은 AI를 이용해 구매요청의 트래픽(판매 요청 트래픽, 구매 요청 트래픽)에 따른 가격 상승과 하락을 학습하고, 학습 정보를 기반으로 포인트 거래 가격을 형성할 수 있다.
본 발명의 추가적인 양상에 있어서, 포인트 거래가격 결정 시스템(10)은 판매 고객 단말(20a, 20b, 20c, 20d...)은 포인트 A를 판매하고, 그 대가를 포인트 B로 지급받도록 구현되는 것도 가능하다. 즉 상이한 종류의 포인트에 대해서 일반적인 기준을 적용하여 객관적인 기준으로 가격을 책정하는 것이 가능하기 때문에 상이한 포인트 간에 거래 기준을 명확히 할 수 있는 효과가 있다.
일 예로 상이한 종류의 포인트 회원사의 포인트 A, B, C, D 를 각각 대표 포인트로 변환하여 상대적인 가격을 파악할 수 있고, 포인트 간 변환 기능을 제공할 수 있다.
일 실시예에 있어서, 판매 고객 단말(20a, 20b, 20c, 20d...) 및 구매 고객 단말(30a, 30b, 30c, 30d...)은 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 폴더블 단말기(Foldable Terminal), 개인 정보 단말기(Personal Digital Assistant: PDA), PMP(Portable Multimedia Player) 단말기, 텔레매틱스(Telematics) 단말기, 내비게이션(Navigation) 단말기, 개인용 컴퓨터(Personal Computer), 노트북 컴퓨터, 슬레이트 PC(Slate PC), 태블릿 PC(Tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(Wearable Device, 예를 들어, 워치형 단말기(Smartwatch), 글래스형 단말기(Smart Glass), HMD(Head Mounted Display) 등 포함), 와이브로(Wibro) 단말기, IPTV(Internet Protocol Television) 단말기, 스마트 TV, 디지털방송용 단말기, AVN(Audio Video Navigation) 단말기, A/V(Audio/Video) 시스템, 플렉시블 단말기(Flexible Terminal), 디지털 사이니지 장치 등과 같은 다양한 단말기에 적용될 수 있다.
일 실시예에 있어서, 판매 고객 단말(20a, 20b, 20c, 20d...)은 포인트를 판매하기 위한 판매 고객이 소지하는 사용자 단말기로 구현된다. 판매 고객 단말(20a, 20b, 20c, 20d...)은 포인트 회원사에서 생성, 관리하는 회원사 포인트를 판매하는 주체로 구현된다. 일 예로 포인트를 판매하는 항공사 서버, 또는 포인트로 물품 구매를 지원하는 상품 판매처 서버, 주유포인트 판매처 등으로 구현될 수 있다.
판매 고객 단말(20a, 20b, 20c, 20d...)은 다양한 회원사 포인트 종류들 중 적어도 하나 이상 종류의 포인트를 이용하여 판매 거래를 성사시키기 위해 포인트를 판매하는 기술적 구성이다.
또한 구매 고객 단말(30a, 30b, 30c, 30d...)은 포인트를 이용하여 물품 구매하거나 포인트를 이용하여 서비스를 이용하는 등 포인트를 구매하기 원하는 구매 고객이 소지하는 사용자 단말기로 구현된다.
일 실시예에 있어서 구매 고객은 정당한 대가를 지급하고 포인트 회원사에서 생성, 관리하는 회원사 포인트를 구매하는 주체로 구현된다. 일 예로 항공 마일리지를 이용하여 항공권을 예매 하거나, 부가 서비스를 구입하거나, 또는 포인트로 물품 구매를 지원하는 상품 판매처에서 상품을 구입하거나, 주유 포인트를 이용하여 주유를 수행하는 소비자 등으로 구현될 수 있다.
구매 고객 단말(30a, 30b, 30c, 30d...)은 다양한 회원사 포인트 종류들 중 적어도 하나 이상 종류의 포인트를 이용하여 구매 거래를 성사시키기 위해 판매 고객으로부터 포인트를 구매하는 기술적 구성이다.
포인트 회원사 서버(40)는 예를 들어 주유 포인트 서버, 항공사 마일리지 서버, 이외에 각종 마일리지를 지급하는 회원사의 서버, 캐시백 포인트 관리 서버와 같이 다양한 형태의 포인트를 생성하여 지급하고 관리하는 기술적 구성을 모두 포괄하도록 해석된다. 일 실시예에 있어서 포인트 회원사 서버(40)는 포인트를 생성하고 판매고객 단말로부터 포인트의 원장 변환 요청에 따라 생성된 포인트정보를 원장 저장 노드(120)에 저장할 수 있도록 포인트 생성 정보를 제공한다.
또한 포인트 발급서버(140)에서 구매 고객 단말로 포인트 발급 요청이 수신되면, 원장 저장 노드(120)에 저장된 원장 정보에 기반하여 구매고객 단말(30a, 30b, 30c, 30d...)들에게 포인트를 발급해준다.
도 1 과 같이 일 실시예에 따른 포인트 거래가격 결정 시스템(10)은 블록체인 원장 변환 서버(110), 원장 저장 노드(120), 가격 결정 서버(130) 및 포인트 발급서버(140)를 포함하고, 이들 간에 서로 간에 통신을 수행하거나, 판매 고객 단말(20a, 20b, 20c, 20d...), 구매 고객 단말(30a, 30b, 30c, 30d...) 및 포인트 회원사 서버(40)와 통신을 수행하기 위해 통신 모듈을 구비한다.
포인트 거래가격 결정 시스템(10)이 구비하는 통신모듈이 지원하는 통신 방식은 제한되지 않으며, 네트워크가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선인터넷, 방송망)을 활용하는 통신 방식 뿐만 아니라 기기들 간의 근거리 무선 통신 방식으로 데이터 송수신을 수행할 수 있다.
여기서 네트워크는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다.
또한, 네트워크는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수도 있으나, 이에 제한되지는 않는다.
블록체인 원장 변환 서버(110)는 판매 고객 단말(20a, 20b, 20c, 20d...)로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드(120)에 저장한다.
블록체인 원장 변환 서버(110)는 원장 저장 노드(120)는 포인트 회원사별 포인트에 대한 원장을 발급하여 저장한다.
원장 저장 노드(120)는 블록체인 방식으로 분산 원장을 저장하는 기술적 구성을 모두 포괄하도록 해석된다. 일 실시예에 있어서 원장 저장 노드(120)는 블록체인 원장 변환 서버(110)에서 기록되는 포인트 종류별 정보, 및 대표 포인트 정보가 기록된 원장을 저장한다.
분산원장 (Distributed Ledger, 공유원장, 또는 분산원장기술)은 복제, 공유 또는 동기화된 디지털 데이터에 대한 합의 기술이다. 이때 데이터들은 지리적으로 여러 사이트나, 여러 국가 또는 여러 기관에 분산되어 있게 된다. 즉 중앙집중적인 관리자나 중앙집중의 데이터 저장소가 존재하지 않고 기능이 동작하게 된다.
일 실시예에 따른 블록체인 원장 저장 노드(120)는 포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트 저장 공간을 포함한다. 이때 각 회원사별 포인트(A, B, C, D)는 그 저장 공간이 한정되며 발급될 수 있는 포인트 수량에 한정 임계치가 설정되도록 구현된다.
이때 원장 저장 노드(120)는, 포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트 저장 공간을 포함하되, 포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트의 저장 공간은 한정되게 구현된다. 이에 따라 판매 고객들은 한정된 수량의 포인트만 판매 가능하도록 저장될 수 있다. 즉 포인트 공급량이 한정되도록 구현된다.
일 양상에 있어서, 블록체인 원장 변환 서버(110)는 각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계수량을 책정하고, 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리한다. 이에 따라 포인트 수요량과 공급량 변화에 기반한 포인트별 가치의 책정이 가능하고 정당하게 포인트별 기준 가격을 결정할 수 있는 효과가 도출된다.
그리고 포인트 발급서버(140)는 구매고객 단말로부터 포인트 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 원장 저장 노드(120)에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급한다.
포인트 발급서버(140)는 구매자로부터 구매 요청시에 원장 저장 노드(120)에 저장된 정보에 기반하여 구매자의 포인트로 변환하여 구매자의 전자지갑으로 지급하여 사용가능한 상태로 제공할 수 있다.
가격 결정 서버(130)는 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성한다.
본 발명의 일 양상에 있어서 가격 결정 서버(130)는 포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고, 포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습한다.
또한, 가격 결정 서버(130)는 포인트 거래 가격의 인상률을 소정의 임계 인상률 이내로 제한하고, 상기 포인트 거래 가격의 인하율을 소정의 임계 인하율 이내로 제한한다.
이때 포인트 회원사가 회사 포인트의 저장 한계 수량을 책정하도록 구현된다. 즉, 포인트를 먼저 선저장 후 판매를 수행함으로써 포인트 저장량 즉 공급량을 조절할 수 있다. 즉 판매 고객 단말(20a, 20b, 20c, 20d...) 즉 판매 대기자가 포인트를 원장 저장 노드(120)에 저장해두더라도 바로 포인트의 거래가 이루어지는 것은 아니다.
일 실시예에 있어서 원장 저장 노드(120)에 저장된 내용에 의하면 판매대기 포인트가 존재하며, 한계 저장 수량으로 인하여 초과시에도 매도 대기자의 판매요청 트래픽이 전송되고, 매수자의 실제 구매 트래픽이 발생한다.
즉, 가격 결정 서버(130)에서의 포인트의 가격결정은 판매 요청 트래픽과 구매 요청 트래픽을 모니터링한 결과를 반영하여 학습된 내용에 의해 결정된다.
도 2 는 본 발명의 일 실시예에 따른 포인트 거래가격 결정 시스템의 구동방법을 도시한 흐름도이다.
먼저, 인공지능 기반의 포인트 거래 가격 결정 시스템에서 수행되는 인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법은 블록체인 원장 변환 서버가 판매 고객 단말로부터의 포인트 판매 요청에 따라(S200) 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장한다(S210).
그리고 포인트 발급 서버는 구매고객 단말로부터 구매 요청이 수신되면(S220), 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고(S230), 구매자의 포인트로 변환하여 구매자에게 지급한다(S240).
포인트 발급서버는 구매 고객 단말로부터 포인트 구매 요청이 수신되면 원장 저장 노드에 저장된 포인트 정보에 기반하여 구매자의 포인트로 변환하여 구매자의 전자지갑으로 지급하여 사용 가능한 상태로 제공할 수 있다.
이때 가격 결정 서버는 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고(S250), 학습 내용을 기반으로 포인트 거래 가격을 형성한다(S260).
매수자의 실제 구매 트래픽이 발생하면, 포인트의 가격결정은 AI를 이용해 구매요청의 트래픽(판매 요청 트래픽, 구매 요청 트래픽)에 따른 가격 상승과 하락을 학습하고, 학습 정보를 기반으로 포인트 거래 가격을 형성할 수 있다.
본 발명의 일 양상에 있어서, 원장 저장 노드에 저장하는 단계는, 각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계 수량을 책정하고, 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리를 한다. 그러나 이때 한계 저장 수량으로 인하여 초과 시에도 포인트 판매 대기자의 판매 요청 트래픽은 전송된다. 이는 가격 산출시에 판매 요청 변화를 포인트 가격 변화에 반영하기 위함이다.
즉 일 실시예에 따른 포인트 거래가격 결정 시스템의 구동방법은 포인트 회원사 A, B, C, D 포인트에 대한 선저장/후판매를 통한 포인트 저장량(공급량)을 조절한다.
이때 일 실시예에 있어서, 원장 저장 노드는 포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트 저장 공간을 포함한다.
포인트 거래 가격을 형성하는 단계는, 포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고, 포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습한다.
도 3 은 본 발명의 일 실시예에 따른 포인트 거래 가격 형성 과정을 상세히 도시한 흐름도이다.
구체적으로, 도 3 과 같이 가격 결정 서버는 한계 저장 수량을 초과하여 판매 요청 트래픽이 수신되고, 구매 고객 단말로부터 포인트 구매 요청 트래픽이 수신되면, 인공지능(AI:Artificial Intelligence) 기반으로 포인트 가격의 상승과 하락을 학습한다. 그리고 학습 정보를 기반으로 포인트 거래 가격을 형성할 수 있다.
즉, 일 실시예에 따른 포인트 거래가격 결정 시스템의 구동방법은 구매 요청이 많고 판매 요청이 적으면(S2510) 포인트의 가치가 상승한 상태에서(S2512) 포인트 가격이 형성되고(S2514), 구매 요청이 없고 판매 요청도 적은 경우(S2520)에는 포인트 가치가 하락한 상태(S2522)에서 포인트 가격이 형성된다(S2524). 일 실시예에 따른 가격 결정 서버는 인공지능 기반으로 가격 결정 프로세스를 학습한다.
또한, 포인트 구매 요청 트래픽이 적고 판매 요청 트래픽이 많으면(S2530) 포인트의 가치가 하락한 상태에서(S2532) 포인트 가격이 형성되고(S2535), 구매 요청이 많고 판매 요구가 적으면 포인트의 가치가 상승한 상태에서 포인트 가격이 형성된다. 일 실시예에 따른 가격 결정 서버는 인공지능 기반으로 이 같은 가격 결정 프로세스를 학습할 수 있다.
본 발명의 특징적인 양상에 따르면 포인트 거래 가격을 형성하는 단계는, 포인트 거래 가격의 인상률을 소정의 임계 인상률 이내로 제한하고, 포인트 거래 가격의 인하율을 소정의 임계 인하율 이내로 제한한다.
이에 따라, 포인트 가격의 변동폭을 임계치 이내로 제한함으로써 포인트 가격의 안정성을 보장할 수 있다.
전술한 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 포인트 거래가격 결정 시스템 110 : 블록체인 원장 변환서버
120 : 원장 저장 노드 130 : 가격 결정 서버
140 : 포인트 발급서버

Claims (10)

  1. 판매 고객 단말로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장하는 블록체인 원장 변환 서버;
    구매고객 단말로부터 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급하는 포인트 발급서버; 및
    인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성하는 가격 결정 서버;를 포함하고,
    상기 블록체인 원장 변환 서버는,
    상기 원장 저장 노드에 적어도 하나 이상의 포인트 회원사에서 생성, 발급된 회원사 포인트를 저장하되, 각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계수량을 책정하고, 상기 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리하며,
    상기 가격 결정 서버는,
    포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고,
    포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습하는 것을 특징으로 하며,
    상이한 종류의 포인트 회원사의 포인트를 각각 대표 포인트로 변환하여 상대적인 가격을 파악하여 포인트 간 변환 기능을 제공하는 것을 더 특징으로 하는 인공지능 기반의 포인트 거래 가격 결정 시스템.
  2. 삭제
  3. 삭제
  4. 제 1 항에 있어서,
    상기 가격 결정 서버는,
    상기 포인트 거래 가격의 인상률을 소정의 임계 인상률 이내로 제한하고, 상기 포인트 거래 가격의 인하율을 소정의 임계 인하율 이내로 제한하는,
    인공지능 기반의 포인트 거래 가격 결정 시스템.
  5. 제 1 항에 있어서,
    상기 원장 저장 노드는,
    포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트 저장 공간을 포함하는,
    인공지능 기반의 포인트 거래 가격 결정 시스템.
  6. 인공지능 기반의 포인트 거래 가격 결정 시스템에서 수행되는 인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법에 있어서,
    블록체인 원장 변환 서버가 판매 고객 단말로부터의 포인트 판매 요청에 따라 포인트 판매 요청한 판매 대기자가 판매 대기중인 포인트 회원사별 포인트 정보를 블록체인 원장에 기록하여 원장 저장 노드에 저장하는 단계;
    포인트 발급 서버가 구매고객 단말로부터 구매 요청이 수신되면, 판매 대기자의 우선순위로 원장 거래 후 상기 원장 저장 노드에 저장된 판매 대기자의 회원사 포인트에서 차감처리하고, 구매자의 포인트로 변환하여 구매자에게 지급하는 단계; 및
    가격 결정 서버가 인공지능(AI) 기반으로 판매 요청 및 구매 요청 트래픽에 따른 가격 상승과 하락을 학습하고, 학습 내용을 기반으로 포인트 거래 가격을 형성하는 단계;를 포함하고,
    상기 원장 저장 노드에 저장하는 단계는,
    각 포인트 회원사가 각각 포인트 회원사의 포인트 저장 한계수량을 책정하고, 상기 판매 고객 단말로부터 포인트 판매 요청이 수신된 경우에 해당 회원사 포인트의 저장 한계수량이 초과되면 판매 불가 처리하며,
    상기 포인트 거래 가격을 형성하는 단계는,
    포인트의 판매 요청 트래픽이 구매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인상하도록 학습하고,
    포인트의 구매 요청 트래픽이 판매 요청 트래픽을 초과하는 경우 포인트 거래 가격을 인하하도록 학습하며,
    상이한 종류의 포인트 회원사의 포인트를 각각 대표 포인트로 변환하여 상대적인 가격을 파악하여 포인트 간 변환 기능을 제공하는 것을 더 특징으로 하는 인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법.
  7. 삭제
  8. 삭제
  9. 제 6 항에 있어서,
    상기 포인트 거래 가격을 형성하는 단계는,
    상기 포인트 거래 가격의 인상률을 소정의 임계 인상률 이내로 제한하고, 상기 포인트 거래 가격의 인하율을 소정의 임계 인하율 이내로 제한하는,
    인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법.
  10. 제 6 항에 있어서,
    상기 원장 저장 노드는,
    포인트 회원사별 포인트 저장 공간 및 통합 사용이 가능한 대표 포인트 저장 공간을 포함하는,
    인공지능 기반의 포인트 거래 가격 결정 시스템의 구동방법.
KR1020200056011A 2020-04-07 2020-05-11 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법 KR102194776B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200042221 2020-04-07
KR20200042221 2020-04-07

Publications (1)

Publication Number Publication Date
KR102194776B1 true KR102194776B1 (ko) 2020-12-23

Family

ID=74089209

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200056011A KR102194776B1 (ko) 2020-04-07 2020-05-11 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법

Country Status (1)

Country Link
KR (1) KR102194776B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102641560B1 (ko) * 2023-04-24 2024-02-28 주식회사 서사 전자문서 거래 플랫폼 및 이를 이용한 전자문서 거래 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000030760A (ko) 1999-08-05 2000-06-05 김동한 보너스 포인트의 교환 방법 및 장치
KR20000054845A (ko) 2000-06-29 2000-09-05 최준영 포인트 거래를 위한 포인트거래중개시스템 구축 및 운영방법
KR100494462B1 (ko) * 2003-11-25 2005-06-10 엔에이치엔(주) 인터넷 상에서 유통되는 디지털 콘텐츠의 가격 결정 방법및 가격 결정 시스템
KR20140118209A (ko) * 2013-03-28 2014-10-08 아토리서치코리아(주) 금융상품거래를 위한 예측 플랫폼 시스템 및 그 제공방법
KR20190087776A (ko) * 2018-01-17 2019-07-25 오상환 블록체인을 이용한 게임포인트 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000030760A (ko) 1999-08-05 2000-06-05 김동한 보너스 포인트의 교환 방법 및 장치
KR20000054845A (ko) 2000-06-29 2000-09-05 최준영 포인트 거래를 위한 포인트거래중개시스템 구축 및 운영방법
KR100494462B1 (ko) * 2003-11-25 2005-06-10 엔에이치엔(주) 인터넷 상에서 유통되는 디지털 콘텐츠의 가격 결정 방법및 가격 결정 시스템
KR20140118209A (ko) * 2013-03-28 2014-10-08 아토리서치코리아(주) 금융상품거래를 위한 예측 플랫폼 시스템 및 그 제공방법
KR20190087776A (ko) * 2018-01-17 2019-07-25 오상환 블록체인을 이용한 게임포인트 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102641560B1 (ko) * 2023-04-24 2024-02-28 주식회사 서사 전자문서 거래 플랫폼 및 이를 이용한 전자문서 거래 방법

Similar Documents

Publication Publication Date Title
US6356878B1 (en) Conditional purchase offer buyer agency system
US7010494B2 (en) Performing predictive pricing based on historical data
US7251620B2 (en) Process and product for determining an amount of posting payment
US7729977B2 (en) Method and system for grouping merchandise, services and users and for trading merchandise and services
US7249089B2 (en) Method and system for auctioning bankruptcy assets and valuing same
US8504465B2 (en) Fuel offering and purchase management system
US8290821B2 (en) Service method and apparatus for providing online integrated shopping mall
US20190325507A1 (en) Systems and Methods for Customer Engagement in Travel Related Programs
KR102094690B1 (ko) 위탁 판매 관리 시스템 및 방법
TW201301178A (zh) 具有動態定價之線上市場
US8583513B1 (en) Systems and methods for offer selection
US20150074000A1 (en) System, method, and computer program for negotiating online transactions
US20050027637A1 (en) Systems and methods for airline ticket sales
KR102192472B1 (ko) 신인 예술가 미술품 재렌탈 시스템 및 방법
AU2008232544A1 (en) Authorization control system and method to determine operation of a controlled device
JP2019139297A (ja) プログラム、情報処理装置、情報処理方法及び製造方法
KR102194776B1 (ko) 인공지능 기반의 포인트 거래가격 결정 시스템 및 그 구동방법
KR20000037430A (ko) 통신망을 이용한 구매자 평가식 정보 거래 방법과 시스템및 그 방법이 저장된 기록매체
KR20070008452A (ko) 온라인을 이용한 정보재 거래 방법 및 시스템
Liu et al. An agent‐based multiattribute reverse auction approach for online secondhand commodities
KR20200048401A (ko) 광고 트래픽 거래 서비스 제공 방법 및 그 장치
KR102302785B1 (ko) 포인트 마켓 플랫폼의 서비스 방법
CN109003126A (zh) 竞价数据处理方法、装置、电子设备及计算机可读介质
KR20190084145A (ko) 온라인 특허 경매 시스템을 이용한 유망 기술 발굴 인공지능 시스템
KR20020048164A (ko) 소비자 가격 선택형 구매 서비스 제공 시스템 및 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant